The real limit is not the hardware but the algorithms we haven't discovered
En los laboratorios del Centro de Física Cuántica Computacional de la Fundación Simons, un portátil convencional logró lo que se consideraba imposible: simular el comportamiento de cientos de cúbits entrelazados sin hardware cuántico especializado. Mediante redes tensoriales —una forma de compresión matemática del estado cuántico— los investigadores reprodujeron resultados que rivales habían atribuido en exclusiva a las máquinas cuánticas. Este hallazgo no anuncia el fracaso de la computación cuántica, sino que recuerda una verdad más antigua: que los límites del conocimiento suelen estar en las ideas que aún no hemos tenido, no en las herramientas que ya poseemos.
- Un equipo de físicos desafió públicamente una afirmación publicada en Science, según la cual ningún ordenador clásico podría igualar ciertos resultados cuánticos —y lo hizo usando un portátil.
- La tensión no es solo técnica: miles de millones de dólares en inversión cuántica descansan sobre la premisa de que las máquinas clásicas tienen un techo infranqueable.
- Las redes tensoriales, adaptadas de métodos estadísticos de los años ochenta, comprimieron la complejidad cuántica hasta hacerla manejable para hardware convencional, igualando la precisión de los ordenadores cuánticos.
- El equipo ya trabaja en problemas aún más difíciles —sistemas de electrones móviles vinculados a materiales cuánticos reales— donde estas herramientas matemáticas aún no han sido exploradas.
- Si los algoritmos clásicos siguen avanzando al ritmo actual, algunas aplicaciones prácticas prometidas por la computación cuántica podrían retrasarse años, redibujando el mapa de la carrera tecnológica.
Un portátil hizo lo que se suponía imposible. Investigadores del Centro de Física Cuántica Computacional de la Fundación Simons publicaron en Science que un ordenador convencional puede simular la dinámica de cientos de cúbits entrelazados, una hazaña que hasta ahora se consideraba territorio exclusivo del hardware cuántico especializado. El descubrimiento sacude una de las certezas más repetidas de la última década.
La clave está en las redes tensoriales, una técnica matemática que funciona como un algoritmo de compresión para la información cuántica. Cada cúbit adicional duplica la complejidad posible del sistema; sin compresión, almacenar el estado cuántico completo de cientos de partículas sería sencillamente inviable. Las redes tensoriales reorganizan esa información en tablas pequeñas e interconectadas que preservan solo las correlaciones esenciales. El autor principal, Joseph Tindall, las describió como una «compresión inteligente» del estado cuántico.
El punto de partida fue la duda. En marzo de 2025, otro equipo había publicado que resolvió la dinámica de un sistema complejo de cúbits con un ordenador cuántico, asegurando que ninguna máquina clásica podría replicarlo. El equipo del CCQ decidió poner a prueba sus herramientas matemáticas —entre ellas, técnicas de propagación de creencias desarrolladas en los años ochenta— y adaptarlas a sistemas cuánticos modernos. Los resultados los sorprendieron incluso a ellos: reprodujeron los mismos datos con precisión comparable, sin ningún hardware cuántico.
Hay algo revelador en la imagen: mientras gigantes tecnológicos invierten miles de millones en ordenadores cuánticos enfriados casi al cero absoluto, un grupo de físicos demostró que una idea matemática nueva puede recuperar terreno para las máquinas clásicas. Esto no significa que la computación cuántica haya fracasado. Significa que la relación entre ambos mundos es más compleja de lo que el relato de la «supremacía cuántica» sugería: se trata de competencia y colaboración, donde cada avance en un campo inspira al otro.
El equipo ya trabaja en problemas más difíciles, relacionados con materiales cuánticos reales. Si estas herramientas siguen madurando, podrían desplazar durante años algunas de las aplicaciones prácticas prometidas por la computación cuántica. La verdadera frontera, parece, no es el hardware: son los algoritmos que aún no hemos imaginado.
A laptop did what was supposed to be impossible. Researchers at the Simons Foundation's Center for Computational Quantum Physics published findings in Science showing that a conventional computer could simulate the behavior of hundreds of entangled qubits—a feat that, until recently, was considered the exclusive domain of specialized quantum hardware. The discovery has quietly unsettled one of the decade's most confident assertions: that certain quantum problems lay permanently beyond the reach of classical machines.
The breakthrough hinges on a mathematical technique called tensor networks, which works like a compression algorithm for quantum information. Imagine trying to store the complete quantum state of a system with hundreds of particles. Each additional qubit doubles the possible complexity; the information quickly exceeds what any conventional computer can hold in memory. Tensor networks reorganize this overwhelming data into small, interconnected tables that preserve only the essential correlations. The result is a compressed representation capable of reproducing extraordinarily complex quantum dynamics using far more modest computational resources. Joseph Tindall, the study's lead author, described these mathematical structures as "intelligent compression" of the full quantum state—without them, storing the wave function of hundreds of particles would simply be impossible.
The challenge began with skepticism. In March 2025, researchers published claims in Science that they had solved the dynamics of a complicated qubit system using a quantum computer, asserting that no classical machine could match the result. The CCQ team grew suspicious. "Whenever we see these kinds of declarations, we doubt a little," Tindall explained. They decided to test their mathematical tools. What they found surprised even themselves. Using algorithms adapted from statistical methods developed in the 1980s—techniques like belief propagation—and retrofitting them for modern quantum systems, they reproduced the same results without any specialized quantum hardware. The problem they tackled involved three-dimensional systems notoriously difficult to model, terrain where tensor networks are only beginning to be explored.
There is something almost poetic about the scene: while technology giants pour billions into quantum computers cooled near absolute zero, a group of physicists demonstrated that new mathematical ideas could recover ground for classical computing. The initial simulations ran on a simple laptop using a software library called ITensor. The researchers not only executed the problem successfully; they achieved precision comparable to actual quantum computers. This does not mean quantum computing has failed. But it reveals something uncomfortable for the sector: often the real limit is not the hardware but the algorithms we have not yet discovered.
The relationship between classical and quantum computing is more nuanced than the narrative of inevitable quantum supremacy suggested. The two worlds exist in what researchers describe as "competition and collaboration." Quantum advances inspire new classical techniques, and classical simulations serve to verify whether quantum results are genuinely correct. Both technologies evolve together. The team is already working on even harder problems: systems of mobile electrons directly related to real quantum materials. According to Miles Stoudenmire, a coauthor, these calculations are "quantitatively much harder." If these new mathematical tools continue advancing, they could delay for years some of the practical applications promised by quantum computing. Every algorithmic improvement expands the power of conventional machines, pushing the frontier further out.
Notable Quotes
These mathematical structures function as intelligent compression of the complete quantum state—without them, storing the wave function of hundreds of particles would simply be impossible.— Joseph Tindall, lead author
Whenever we see these kinds of declarations about quantum supremacy, we doubt a little.— Joseph Tindall
The Hearth Conversation Another angle on the story
So a laptop just solved something that was supposed to need a quantum computer. How is that even possible?
It comes down to compression. Quantum states with hundreds of particles contain exponentially more information than you can store directly. Tensor networks reorganize that information into smaller, connected pieces—you keep only what matters for the calculation.
But doesn't that lose information? How do you get accurate results if you're throwing data away?
You're not throwing away the essential correlations. It's like a ZIP file—you compress without losing the content that matters for your purposes. The researchers matched quantum computer precision on the same problems.
This feels like it undermines the whole quantum computing industry. Are they saying quantum computers are pointless?
Not at all. It's more subtle. It shows that the boundary between classical and quantum isn't as fixed as we thought. Sometimes the breakthrough isn't better hardware—it's better algorithms. And quantum advances still inspire new classical techniques.
So what happens next? Does this slow down quantum computing development?
It could delay some applications, yes. But the team is already tackling harder problems—systems with mobile electrons tied to real quantum materials. The frontier just moves. It's less about one technology winning and more about both pushing each other forward.
Why did it take until 2025 for someone to try this?
Because the mathematical tools had to mature first. These compression techniques existed, but adapting them to quantum systems at this scale is recent work. Sometimes the answer was always there—you just needed the right question.